الذكاء الاصطناعي متعدد الوسائط

ترجمة آلية للصفحة الإنجليزية، لم يراجعها بعد متحدث أصلي.

الذكاء الاصطناعي متعدد الوسائط — أنظمة الذكاء الاصطناعي التي تعالج المحتوى أو تفهمه أو تولّده عبر وسائط متعددة — النص، والصور، والصوت، والفيديو، والبيانات المهيكلة — والأسئلة التعليمية التي تثيرها هذه الأنظمة. في الذكاء الاصطناعي في التعليم، يظهر الذكاء الاصطناعي متعدد الوسائط في ثلاثة أدوار مميزة: كـمحتوى تعلّم يبدعه المتعلّمون ويتفاعلون معه (التعلّم متعدد الوسائط)، وكـحد قدرة لأنظمة التوجيه التي يجب أن تؤوّل المخططات والرسوم البيانية (التوجيه متعدد الوسائط)، وكـإشارة تقويم تُستخدم لتقييم الفهم (القياس متعدد الوسائط).

أسئلة تستحق التأمل

• فكّر في رسم بياني أو مخطط قوى أو مخطّط رسمي عانيت يومًا في شرحه بالكلمات. ماذا يقترح ذلك عن حدود مدرّس آلي نصي فقط يحاول المساعدة في مسائل غنية بالصور؟
• يجيب مدرّس الفيزياء الآلي على مسائل نصية بنحو 96% من الوقت لكنه ينزل إلى نحو 74% على المسائل التي تُغمد المعنى فيها في المخططات. قبل القراءة، ما الذي تعتقد أنه سبب «التداخل متعدد الوسائط» هذا — وهل يمكنك استحضار إصلاح لا يستلزم إعادة تدريب النموذج؟
• لقد ولّدت على الأرجح نصًا وصورًا على حد سواء بأدوات الذكاء الاصطناعي. هل وجدت أن «التحفيز من أجل الصور» يختلف عن التحفيز من أجل النص؟ وما المهارات التي قد يحتاجها الطلاب لترجمة فكرة مجردة إلى محفز بصري دقيق؟
• يستطيع الذكاء الاصطناعي متعدد الوسائط تقييم المقالات، وتوليد تغذية راجعة بسرد صوتي، وحتى إعادة بناء إحصاءات بنود الامتحان من بنود صور ونصوص. فماذا تشير الإحالة من الإشارة النصية فقط إلى إشارة تقويم متعددة الوسائط (أو ما الذي تخاطره) بالنسبة لـالإنصاف والصلاحية؟
• كيف يمكن لحقيقة أن دعم الذكاء الاصطناعي أقل موثوقية في المسائل الغنية بالمخططات ذاتها التي تبني الفهم العميق في العلوم والتكنولوجيا والهندسة والرياضيات أن تخلق فجوة إنصاف بين المتعلّمين؟ ومن الأكثر تأثرًا؟
• تستطيع أنظمة متعددة الوسائط ترجمة النص إلى صوت أو مرئيات لدعم التعلّم الشامل، لكنها تُتيح أيضًا استشعارًا دقيقًا للصف. فأين الخط بين الوصول متعدد الوسائط المفيد والمراقبة؟

مقدمة

تشير تعدد الوسائط في الذكاء الاصطناعي إلى القدرة على العمل عبر أشكال تمثيلية مختلفة لا النص وحده. وتقبل أنظمة الذكاء الاصطناعي التوليدي والنماذج اللغوية الكبيرة (LLMs) الحديثة على نحو متزايد الصور والصوت والفيديو وتنتجها إضافةً إلى النص، فاتحة إمكانات جديدة ومخاطر جديدة للتعليم. ومرتكزة في النظرية الاجتماعية السيميوتية، التي ترى أن المعنى يُصنع عبر الأنماط — لا بالكلمات فقط — يغيّر الذكاء الاصطناعي متعدد الوسائط كيفية تصميم التعليم والتعلّم والتقويم وتقييمها.(Multimodal Learning with Generative AI)

ثلاثة وجوه للذكاء الاصطناعي متعدد الوسائط في التعليم

1. التعلّم متعدد الوسائط وابتكار المحتوى

يمكّن الذكاء الاصطناعي متعدد الوسائط المتعلّمين من إنتاج المحتوى والتفاعل معه عبر النص والصورة والصوت والفيديو. ويضع دليل المربي للتعلّم متعدد الوسائط بالذكاء الاصطناعي التوليدي هذه الأدوات كشريك «اجتماعي إلكتروني»: فهي تُكمل — لكنها لا تستطيع أن تحل محل — صنع المعنى البشري.(Multimodal Learning with Generative AI)

• ثقافة الذكاء الاصطناعي في السياقات متعددة الوسائط مُطبّقة: إدراك أساسي بمنصات الوسائط المتعددة، وإبداع مشترك متوسط وتقييم نقدي للمخرجات، وتصميم متقدم لأنشطة وتقاويم متعددة الوسائط.(Multimodal Learning with Generative AI)
• التحفيز متعدد الوسائط هو بذاته ممارسة معرفية متطلبة. فيكتشف الطلاب الذين يحفزون من أجل الصور كما من أجل النص أن «ثقافة المحفز تختلف بين التحفيز من أجل النص والتحفيز من أجل الصور» — فترجمة المعنى المجرد إلى محفزات متعددة الوسائط قابلة للقراءة آليًا تقتضي معجمًا بصريًا دقيقًا وتكشف حدود النظام وتحيزه.(Students' multimodal prompting practices as epistemic work in AI literacy development)
• التقويم متعدد الوسائط ينتقل من المقالات إلى منتجات تجمع النص والصورة والصوت والفيديو، مع استخدام المربين للذكاء الاصطناعي لإسناد السقالة للابتكار والتغذية الراجعة بدلًا من إحلال إنتاج المتعلّم الخاص.(Multimodal Learning with Generative AI)
• تركيب المتعلّم متعدد الوسائط كسقالة للتفكير النقدي يحمل مقايضة. يُظهر لو وزملاؤه (2027) أن تحويل طلاب المرحلة الابتدائية العليا سردًا مكتوبًا إلى صور مولّدة بالذكاء الاصطناعي وأفلام قصيرة دعم مكاسب مستمرة في التأويل والتحليل والتقييم والشرح — لكن ليس في الاستدلال. ولأن المرئيات جعلت معنى القصة صريحًا، أفاد الطلاب بحاجة أقل لاستدلال المعنى الضمني من النص وحده؛ واستعاد التعاون مع الأقران — لا الأداة متعددة الوسائط — مناسبات الاستدلال. فقيمة الذكاء الاصطناعي متعدد الوسائط كشريك لصنع المعنى هي إذن خاصة بالأبعاد وتعتمد على التصميم التعليمي الذي يُعيد عمدًا العمل الاستدلالي والتنظيمي الذاتي الخاص الذي يمكن للإخراج الخارجي أن يقصره.
• تركيب الكتابة للمتعلّم متعدد الوسائط كثقافة نقدية للذكاء الاصطناعي. يحلل بوريس وزملاؤه (2026) إعلانات خدمة عامة مرئية من 90 ثانية إلى 3 دقائق لـ22 طالبًا في الصف الحادي عشر حول قضايا الأخلاقيات خاصة بالذكاء الاصطناعي اختاروها بأنفسهم — المراقبة عبر حواسيب محمولة تنظمها المدرسة و«تصاريح مرور» إلكترونية، والموافقة المستنيرة، والاتهام الخوارزمي العقابي — كـثقافة نقدية للذكاء الاصطناعي منفَّذة بالتركيب عبر الصورة المتحركة والصوت والنص وأجساد الطلاب أنفسهم. وعبر الأفلام السبعة كلها صُوّر الضرر كأنه ناشئ عن التشابك بين الإنسان والآلة لا عن الأداة وحدها (أدّى ممثل بشري دور «مطارد ذكاء اصطناعي» مُشخَّص في ثلاثة من سبعة)، وقالت 15 من 18 استجابة في نهاية الوحدة إن التركيب غيّر فهمهم لأخلاقيات الذكاء الاصطناعي. ويجادل المؤلفون بأن المنتجات متعددة الوسائط تُظهر الكفاءة النقدية وتُبلّغها — فمنتجات مثمرة وتأملات وخطاب مدني يمكن أن تخدم كدليل التقويم تفتقده بنيويًا ثقافة النص فقط.

2. التوجيه متعدد الوسائط وحد القدرة

عندما يجب على المدرّسين المبنيين على نماذج اللغة الكبيرة حل مسائل تُغمد المعنى في الرسوم البيانية أو مخططات القوى أو المخططات الرمزية أو الجداول، تتدهور دقتهم حادًا — وهو أثر التداخل متعدد الوسائط.(Multimodal Dialogue in STEM Education)

• على مسائل فيزياء OpenStax، تنزل دقة النص فقط من نحو 96% إلى نحو 74% على المسائل الغنية بالصور، باستمرار عبر عائلات النماذج.(Multimodal Dialogue in STEM Education)
• أخطاء المعالجة البصرية — إخفاقات استخراج المعلومات من الرسوم البيانية أو المخططات — تهيمن على تصنيف الأخطاء وهي نمط الفشل الأكثر قابلية للتصحيح.
• يُعيد تدخل بسيط قائم على حوار منظم (اجعل النموذج يصف ما يراه، وصحح الأخطاء القابلة للملاحظة في القراءة فقط دون بثّ الفيزياء، ثم أعِد التحفيز) الدقة إلى نحو 95% بلا إعادة تدريب.(Multimodal Dialogue in STEM Education)
• هذه مسألة إنصاف: الطلاب العاملون على مسائل غنية بالصور — وهي بالضبط المسائل التي تبني الفهم المفاهيمي العميق في العلوم والتكنولوجيا والهندسة والرياضيات — يتلقون حاليًا دعمًا من الذكاء الاصطناعي أقل موثوقية من أولئك على تمارين نصية فقط.
• بناء معين بصري أصعب من قراءة واحد. على GeoVAD-Bench، رفع تقديم مخطط مساعد من خبير الدقة (+3.3 إلى +7.0 نقاط)، لكن السماح للنماذج ببناء خط مساعد خاص بها وسّع الفجوة بـ10.0 إلى 13.5 نقطة — وسجّل نموذجان أدنى مما كانا عليه بلا استدلال بصري إطلاقًا (دونغ وزملاؤه، 2026).
• الحد ملف تعريف لا مستوى — والصور الفنية تجلس خارج المنطقة التي تتعامل معها النماذج جيدًا. يقيّم MUSE (تشو وزملاؤه، 2026) 30 نموذجًا بصريًا لغويًا مفتوحًا ومملوكًا على 12 مهمة عبر 1,174 عملًا فنيًا مفوَّضًا، وانتشار القدرة عبر الأبعاد أوسع مما يوحي به أي درجة إجمالية: فتصنيف المشهد قريب النضج (23 من 30 نموذجًا فوق 75.0، الوسيط 81.0) بينما لا يتجاوز كشف العاطفة 39.5 والمهام المفتوحة التي تشترط من النماذج أن يعبّروا عن أدلتهم تُسجّل 50.90 (تحديد الدليل البصري) و49.18 (استدلال سبب العاطفة) على التشابه الدلالي. والاستدلال التركيبي والمعتمد على وجهة النظر يفشل أشدّ — فحيث لا تحدد حقيقة أرضية أي علاقة جانبية أو رأسية معيّنة، يثبت 90.0% و73.3% من النماذج علاقة على أي حال، ولا يضع سوى 43.3% الفتاة في العمق صوابًا، ولا نموذج يحل الأبعاد الثلاثة لبند واحد. وتتتالى الإخفاقات أيضًا: شخصية مُسندة خطأً تُبرَّر بعد ذلك باستدلال طليق مبني من دلالات بصرية قريبة (فراشات، طيور)، وهي النتيجة الأخطر في التوجيه لأن الشرح يُقرأ كأنه كفؤ. وهذا يدفع بالنسبة لتعلّم اللغة القائم على الصور إلى التحقق على مستوى الأبعاد للصور التي يستخدمها المقرر فعلًا، بدلًا من استيراد درجة عامة متعددة الوسائط، وإلى تمديد نقطة التحقق من الإسناد الموصوفة أدناه — صف ما يُرى، وأين، قبل الاستدلال منه — إلى المحتوى الفني الموضوع (MUSE: Benchmarking Large Vision-Language Models on Multi-Modal Understanding in Situated Education).

والمدلول التصميمي العملي هو نقطة تحقق من الإسناد البصري في التوجيه متعدد الوسائط: خطوة مقصودة يصف فيها النظام ما يراه قبل محاولة الحل، مانحةً الطالب أو مشرفًا بشريًا فرصة تصحيح أخطاء الإدراك.(Multimodal Dialogue in STEM Education)

يضيف أبرو وزملاؤه (2026) قيدًا سابقًا: قد تظهر معادلة أو رسم بياني أو وحدة في تقرير ومع ذلك لا تُسترجع أبدًا من الوثيقة المعالجة، فقد يكون الخلاف مع المعلّم إخفاق استخراج لا استدلال — ما يجعل صيغة التسليم جزءًا من تصميم التقويم.

3. التقويم متعدد الوسائط والقياس

يوسّع الذكاء الاصطناعي متعدد الوسائط محتوى التقويم والإشارة المستخدمة في تسجيله على حد سواء.

• أنظمة التغذية الراجعة متعددة الوسائط تدمج نصًا منظمًا وإحالات إلى شرائح وسردًا صوتيًا متدفقًا. وفي إحدى الدراسات، طابقت التغذية الراجعة متعددة الوسائط بالذكاء الاصطناعي تغذية المربين بالنسبة للتعلّم بينما تفوّقت عليها تفوقًا دالًّا في تصورات الطلاب.(LLM-based Multimodal Feedback Produces Equivalent Learning and Better Student Perceptions than Educator Feedback)

• تقدير استجابة البند متعدد الوسائط يستخدم نماذج لغة كبيرة متعددة الوسائط مضبوطة دقيقًا لإعادة بناء منحنيات خصائص البند (IRT / 3PL) مباشرةً من احتمالات الخيار المتوقعة على بنود صور ونصوص، موصلًا الذكاء الاصطناعي متعدد الوسائط بـالقياس التربوي ونظرية الاستجابة للمفردة.(Multimodal Item Parameter Estimation using Simulated Response Probabilities)

• تقييم نموذج بصري لغوي تعليمي وثقافة نموذج لغة كبير متعدد الوسائط يمدان مجموعة أدوات التقييم الميدانية إلى الاستدلال متعدد الوسائط والتصوير البصري.(The Aftermath of DrawEduMath: Vision Language Models Underperform with Struggling Students and Misdiagnose Errors)(Benchmarking Multimodal Large Language Models for Scientific Visualization Literacy)

• التقييم متعدد الوسائط لكيمياء الكيمياء المكتوبة بخط اليد يكشف حد قدرة معتمد على الصيغة: قدّم كفنغروس وكورتيماير تقييمًا صفحة بصفحة لصفحة نهائية مكتوبة بخط اليد في كيمياء عامة لـ296 طالبًا مقابل صور سلّم باستخدام نموذج لغة كبير متعدد الوسائط استدلالي، فسجّل الإجابات النصية ومعادلات التفاعل الكيميائي بموثوقية (أعلى F1 منظم) لكن الرسم والتمثيل البياني أدنى من العشوائي — فالشبكات الخلفية تصرف بصريًا انتباه رؤية الذكاء الاصطناعي والمخططات العلمية/البنى الكيميائية تبقى صعبة التأويل — معززًا أن رؤية الذكاء الاصطناعي متعدد الوسائط ليست متينة في العمل الغني بالتمثيل وأفضل ما تُنشر به مع إحالة بشرية للبنود البيانية (Assisting the grading of a handwritten general chemistry exam with artificial intelligence).

• تعريف البناء والحكم المقارن مهارتان منفصلتان. يعبّر ما وزملاؤه (2026) عن ستة مبادئ للتعلّم متعدد الوسائط كتعديلات عكوسية على الشرائح إضافةً إلى ضوابط وهمية بالتكامل البصري، ويجد أن كلا النموذجين استعاد كل عملية ومبدأ وإصلاح (8/8) بينما فشلت معايرة الخطورة بالكامل (0/8) — فالدرجة المركبة ستخفي أي طبقة تفشل.

• مكاسب الإنصاف يمكن التحقق من وجودها. تفوق مقدّر انتباه متعدد الوسائط على خط أساس بصري فقط تفوقًا متواضعًا، ونظام ضبطه التنظيمي الموجّه بالنوع لفجوة متوسط الخطأ المطلق خفض فجوة التحقق من 0.02 إلى 0.005 مع أنه زاد الفجوة وخطأ أسوأ مجموعة على مواد محجوزة — فالتدقيق المتكرر الواعي بالمجموعات الفرعية على مستوى المواد مطلوب قبل النشر (فراغياداكيس وزملاؤه، 2026).

• يمكن للتقييم متعدد الوسائط أن يعيد إنتاج نتيجة اختيار حتى حيث يتأخر تسجيل البند. بتقييم 10,364 صفحة مكتوبة بخط اليد من مسابقة أولمبية وجامعة، طابق نموذج لغة كبير مجاميع الممتحنين عند r = 0.93–0.96 ووضع الطلاب الخمسة أنفسهم في فريق الأولمبياد، مع أن اتفاق الأجزاء وصل إلى 70%: دليل قارئ ثانٍ لا مسجل رسمي (باثاك وزملاؤه، 2026).

• توليد المخططات جبهة قدرة لا مسألة محلولة. في مرجع فيزياء من 15,246 سؤالًا يسجّل المخرجات متعددة الوسائط، ثبت أن توليد مخططات فيزياء مهيكلة أو تعديلها أصعب من الإجابة، وبقيت النماذج الرائدة تحت 70% إتقان صارم — وهو دليل على أن الإنتاج البصري يتأخر عن الفهم* البصري (تشن وزملاؤه، 2026).

الذكاء الاصطناعي متعدد الوسائط للغة التعلّم والتعلم المتاح

توسّع الأنظمة متعددة الوسائط أيضًا الوصول والتخصيص. وتتكيف أدوات تعلّم الفيديو الصوتي الموجّهة بالذكاء الاصطناعي مع سرعة التشغيل، وتنتج ملخصات فيديو متعددة الوسائط، وتدعم ممارسة النطق.(AI-Guided Learning: Research on Knowledge and Skill Acquisition Support Methods Using Deep Learning Audio-Video Processing Techniques) واستدلال رسوم المعرفة البيانية متعددة الوسائط عبر الصور والنص للمهام التعليمية،(Evidence-Grounded Multimodal Knowledge Graph Construction for Multi-Lecture Educational Reasoning) وتحسن التمثيلات متعددة الوسائط التعلّم الشامل بترجمة المعلومات عبر الأنماط (مثلًا النص إلى صوت أو مرئيات). وتشمل التطبيقات المجالية تقييم الرياضيات المكتوبة بخط اليد وتشخيصها،(Benchmarking Large Language Models for Diagnosing Students' Cognitive Skills from Handwritten Math Work) والتوجيه الوجداني بإشارات متعددة الوسائط،(An Interpretable Closed-Loop Intelligent Tutoring System for Multimodal Affective Feedback in Asynchronous Presentation Training)(MathBuddy: Affective Math Tutoring) والتعلّم من النص إلى الصورة في مجالات متخصصة،(NuclearDiffusion: Text-to-Image Foundation Models for Learning Nuclear Energy Concepts) والاستشعار الصفي متعدد الوسائط الواعي بالخصوصية.(Robust and Efficient Motion Reasoning for Privacy-Aware Classroom Incident Recognition) ويُظهر بيرد (2026) شكلاً داخليًا للنص من تعدد الوسائط: إذ يدمج محوّل ELECTRA مضبوطًا دقيقًا مع تحليل السمات اللغوية الحاسوبية لتصنيف الأدب الإنجليزي حسب مرحلة المفتاح البريطانية، حيث تجاوز النموذج المدمج (F1 0.996) كل خط أساس أحادي النمط تجاوزًا بعيدًا — وهو دليل على أن الجمع بين الأشكال التمثيلية، حتى داخل النص، يمكن أن يتفوق على المناهج أحادية النموذج.

التحديات ومدلولات التصميم

1. أغلق فجوة تعدد الوسائط. ينبغي أن تتضمن أنظمة التوجيه متعددة الوسائط إسنادًا بصريًا وسقال حوار منظم بدلًا من افتراض أن قدرات الرؤية متينة.(Multimodal Dialogue in STEM Education)
2. عامل التحفيز متعدد الوسائط كمهارة قابلة للتعليم. يجب أن تعالج مناهج ثقافة الذكاء الاصطناعي التحفيز الخاص بالنمط، والتماسك عبر الأنماط، والتقييم النقدي للمخرجات متعددة الوسائط.(Students' multimodal prompting practices as epistemic work in AI literacy development)
3. حافظ على صنع المعنى البشري. ينبغي أن يعزز الذكاء الاصطناعي متعدد الوسائط بناء المتعلّم وتقييمه للمعنى عبر الأنماط، لا أن يحل محلهما.(Multimodal Learning with Generative AI)
4. مدّ التقييم إلى صلاحية تعدد الوسائط. يجب فحص صلاحية التقويم والتحيز والموثوقية عندما يسجّل الذكاء الاصطناعي منتجات متعددة الوسائط أو يولّدها.(Multimodal Item Parameter Estimation using Simulated Response Probabilities)(تقييم الذكاء الاصطناعي في التعليم (AI Ed Evaluation))
5. راقب الإنصاف والخصوصية. فالدعم غير الموثوق في المسائل الغنية بالصور ومطالب البيانات للاستشعار متعدد الوسائط يحملان معنى للإنصاف والخصوصية على حد سواء.(Multimodal Dialogue in STEM Education)(Robust and Efficient Motion Reasoning for Privacy-Aware Classroom Incident Recognition)
6. طابق خط الأنابيب مع المحتوى. تعامل مساعد مختبر أمن سيبراني بنموذج لغة كبير متعدد الوسائط مع شرائح مرئية كثيفة أفضل، بينما قدم خط أنابيب OCR-مع-نموذج لغة كبير قيمة تعليمية مماثلة على شرائح نصية محورية بتكلفة حاسوبية أقل دلالةً.(باتل وزملاؤه (2025))

المفاهيم المرتبطة

• الذكاء الاصطناعي التوليدي
• النماذج اللغوية الكبيرة (LLMs)
• المخطّط المعرفي
• التدريس الذكي
• ثقافة الذكاء الاصطناعي
• هندسة المطالبات
• التغذية الراجعة
• التقويم
• القياس التربوي
• نظرية الاستجابة للمفردة
• نمذجة المتعلّم والتعليم التكيّفي
• الطريقة السقراطية
• السقالة
• تقييم الذكاء الاصطناعي في التعليم (AI Ed Evaluation)
• المعيار المرجعي (Benchmark)
• التعليم العالي
• الإنصاف
• الخصوصية
• تعليم STEM
• التعلّم الشامل
• التقنيات — مظلة: تقنيات وتقنيات الذكاء الاصطناعي (النماذج، وتدريب نماذج اللغة الكبيرة، والروبوتيات، والتوليد المعزز بالاسترجاع، والوكيلية)
• الواقع الافتراضي والمعزَّز — الإيماءة والصوت والمدخل المكاني كقنوات تعلّم
• تقنيات الكلام والصوت
• تعليم الفنون والتصميم والإعلام

المقالات المرتبطة

• "Young Scholar[s] on the Beat": Multimodal Composition as a Form of Critical AI Literacy Pedagogy — تركيب إعلان خدمة عامة مرئي حول أخلاقيات الذكاء الاصطناعي كبيداغوجيا لثقافة الذكاء الاصطناعي النقدية (بوريس وزملاؤه 2026)
• Fairness-Aware Multimodal Transformer Modeling for Real-Time Student Attention Estimation — نمذجة محوّل متعدد الوسائط واعية بالإنصاف لتقدير انتباه الطالب في الزمن الحقيقي
• OmniPhys: A Unified Multimodal Benchmark for Physics Understanding and Generation from Chinese Educational Corpora
• The Aftermath of DrawEduMath: Vision Language Models Underperform with Struggling Students and Misdiagnose Errors — أداء النموذج البصري اللغوي على عمل الرياضيات المكتوب بخط اليد للطلاب (DrawEduMath، لوسي وزملاؤه 2026)
• Multimodal Learning with Generative AI — دليل المربي للتعلّم متعدد الوسائط بالذكاء الاصطناعي التوليدي (نموذج MMLD-AI)
• Multimodal Dialogue in STEM Education — أثر التداخل متعدد الوسائط والتعافي بالحوار المنظم في العلوم والتكنولوجيا والهندسة والرياضيات
• LLM-based Multimodal Feedback Produces Equivalent Learning and Better Student Perceptions than Educator Feedback — تطابق تغذية الذكاء الاصطناعي الراجعة متعددة الوسائط المربين في التعلّم وتجاوزها لهم في التصورات
• Students' multimodal prompting practices as epistemic work in AI literacy development — تحفيز الطلاب متعدد الوسائط كعمل معرفي في ثقافة الذكاء الاصطناعي
• Multimodal Item Parameter Estimation using Simulated Response Probabilities — تقدير معاملات بنود IRT بنماذج لغة كبيرة متعددة الوسائط
• AI-Guided Learning: Research on Knowledge and Skill Acquisition Support Methods Using Deep Learning Audio-Video Processing Techniques — دعم تعلّم الصوت والفيديو الموجّه بالذكاء الاصطناعي
• Evidence-Grounded Multimodal Knowledge Graph Construction for Multi-Lecture Educational Reasoning — رسوم معرفة بيانية متعددة الوسائط للاستدلال التعليمي
• Benchmarking Multimodal Large Language Models for Scientific Visualization Literacy — ثقافة نموذج لغة كبير متعدد الوسائط للتصوير العلمي
• An Interpretable Closed-Loop Intelligent Tutoring System for Multimodal Affective Feedback in Asynchronous Presentation Training — إشارات متعددة الوسائط في التوجيه الذكي الوجداني
• MathBuddy: Affective Math Tutoring — توجيه رياضيات وجداني متعدد الوسائط
• Benchmarking Large Language Models for Diagnosing Students' Cognitive Skills from Handwritten Math Work — تشخيص معرفي بنموذج لغة كبير للرياضيات المكتوبة بخط اليد
• NuclearDiffusion: Text-to-Image Foundation Models for Learning Nuclear Energy Concepts — التعلّم من النص إلى الصورة في تعليم الهندسة النووية
• Robust and Efficient Motion Reasoning for Privacy-Aware Classroom Incident Recognition — استشعار صفي متعدد الوسائط واعٍ بالخصوصية
• Integrating Generative AI into Cybersecurity Education: A Study of OCR and Multimodal LLM-Assisted Instruction — تعليم OCR متعدد الوسائط في تعليم الأمن السيبراني
• Benchmarking Multimodal Large Language Models for Educational Slide Auditing — CFES-P24: مقارنة مرجعية لنماذج اللغة الكبيرة متعددة الوسائط في تدقيق الشرائح
• Large Scale AI Grading of Handwritten Physics Assessments: Score Agreement and Olympiad Team Selection Outcomes — تقييم بالذكاء الاصطناعي لتقاويم الفيزياء المكتوبة بخط اليد (الأولمبياد)
• More externalization, but less inference? Exploring changes in young learners' critical thinking during conversational — تركيب الذكاء الاصطناعي متعدد الوسائط والتفكير النقدي في كتابة المرحلة الابتدائية (لو وزملاؤه 2027)
• Assisting the grading of a handwritten general chemistry exam with artificial intelligence
• Beyond Generation and Accuracy: Diagnosing and Enhancing Visual Chain-of-Thought for Geometry Problem Solving — ما بعد التوليد والدقة: تشخيص سلسلة التفكير البصرية وتعزيزها لحل مسائل الهندسة
• MUSE: Benchmarking Large Vision-Language Models on Multi-Modal Understanding in Situated Education — MUSE: 12 مهمة عبر 1,174 عملًا فنيًا تُظهر قدرة النموذج البصري اللغوي كملف شخصي خاص بالأبعاد، أضعف ما يكون في التأويل الوجداني والاستدلال المكاني المعتمد على وجهة النظر (تشو وزملاؤه 2026)
• AI-Assisted Assessment of Experimental Physics Laboratory Reports: Potential, Limitations, and Support for Teaching Practice — التقييم بالذكاء الاصطناعي لتقارير مختبرات الفيزياء التجريبية: الإمكانات والحدود ودعم ممارسة التعليم